• Aucun résultat trouvé

EL PLANTEAMIENTO DE PROBLEMAS Y LA CONSTRUCCIÓN DEL TEOREMA DE BAYES

N/A
N/A
Protected

Academic year: 2022

Partager "EL PLANTEAMIENTO DE PROBLEMAS Y LA CONSTRUCCIÓN DEL TEOREMA DE BAYES"

Copied!
12
0
0

Texte intégral

(1)

EL PLANTEAMIENTO DE PROBLEMAS Y LA CONSTRUCCIÓN DEL TEOREMA DE BAYES

Penalva Martínez, M. Carmen1y Posadas García, José Adolfo2

1 Departamento de Innovación y Formación Didáctica. Facultad de Educación. Universidad de Alicante

2 Departamento de Fundamentos del Análisis Económico. Facultad de Ciencias Económicas y Empresariales. Universidad de Alicante carmina.penalva@ua.es

posadas@merlin.fae.ua.es

Resumen. Las tareas de resolución y planteamiento de problemas posibilitan indagar sobre aprendizajes específicos de los estudiantes. Plantear un problema significa idear un problema preconcibiendo un plan para su resolución. En la actualidad, sabemos poco de los procesos cognitivos usados por los estudiantes que pueden ser efectivos para plantear problemas de matemáticas. Para dar cuenta de cómo estudiantes universitarios construyen conocimiento relativo al teorema de Bayes cuando realizan tareas de planteamiento de problemas, usamos el modelo de la abstracción en contexto de acciones epistémicas anidadas de Hershkowitz, Schwarz y Dreyfus (2001). Los resultados muestran características distintas en el proceso de construcción del teorema de Bayes que ponen de manifiesto el potencial de las tareas de plantear problemas para desencadenar procesos de abstracción.

Palabras clave. Planteamiento de problemas, construcción de conocimiento, contexto, teorema de Bayes.

Problem posing and the contruction of Bayes’ theorem

Summary. Problem posing and problem solving are suitable tasks for inquiring into the learning of specific concepts. Posing a problem involves setting up a text for the problem and thinking about a plan to solve it. Currently, we have scarce knowledge about students’ effective cognitive process when posing mathematical problems. We have used the theoretical framework of nested epistemic actions (Hershkowitz, Schwarz and Dreyfus, 2001) in order to study how university students built knowledge about Bayes’ Theorem when they solve problem posing tasks. We have identified different characteristics in the process of constructing Bayes’ Theorem and the potential of posing problem activities to generate the abstraction process.

Keywords. Problem posing, constructing knowledge, context, Baye’s theorem.

Esta investigación usa el modelo de abstracción en con- texto de Hershkowitz, Schwarz y Dreyfus (2001) para dar cuenta de cómo estudiantes universitarios constru- yen el significado del teorema de Bayes. Este modelo ve la génesis de una abstracción como una entidad inicial que se desarrolla a través del uso de los significados en diferentes contextos y determinada mediante la interac- ción social a través de una dialéctica «to and fro» en- tre los concreto y lo abstracto (Monaghan y Ozmantar, 2006, p. 234).

En la investigación que presentamos el planteamiento de problemas es un contexto de aprendizaje que posibilita indagar sobre procesos de abstracción matemática que de- sarrollan los estudiantes cuando interactúan para resolver tareas matemáticas. Para Castro (2008), «la invención de problemas es una actividad consustancial con la resolu- ción de problemas» (p. 120) y la identifica con distintos nombres: plantear un problema, reformular un problema dado, variaciones de un problema... Sin embargo, es poco lo que se sabe sobre los procesos cognitivos usados por los INTRODUCCIÓN Y MARCO TEÓRICO

(2)

estudiantes o sobre las estrategias operativas que pueden ser efectivas planteando problemas de matemáticas. Los estudios realizados evidencian que la simple experiencia con planteamiento de problemas de matemáticas tiene un impacto positivo en el aprendizaje de los estudiantes (Cai, 2003; Silver y Cai, 1996) considerándose una componente clave de la exploración matemática.

Los procesos de abstracción han sido estudiados des- de distintos ámbitos de conocimiento (Dreyfus y Gray, 2002). El modelo de Hershkowitz y otros (2001) ha sido utilizado para analizar procesos de abstracción en el aprendizaje de contenidos de probabilidad (Dreyfus et al., 2006; Hershkowitz et al., 2007; Ron et al., 2006;

Schwarz et al., 2004) y en otros contextos diferentes.

Por ejemplo, contenidos algebraicos (Tabach y Hers- hkowitz, 2002; Tabach et al., 2006) y de cálculo (Dre- yfus y Kidron, 2006; Ozmantar y Monaghan, 2006). En particular, Ron, Dreyfus y Hershkowitz (2006) indican que los procesos de abstracción de contenidos de pro- babilidad son procesos complejos, y difíciles de identi- ficar. Por otra parte, y considerando el papel de la inte- racción en la resolución de problemas, los investigado- res han usado el modelo de la abstracción en contexto en sujetos individuales (por ejemplo, en Hershkowitz et al., 2001), a grupos formados por pares de estudiantes (Monaghan y Ozmantar, 2006), por tres componentes y por el grupo completo de clase (Hershkowitz et al., 2007).

Para Hershkowitz y otros (2001), la abstracción se con- sidera como una actividad de reorganizar verticalmen- te las matemáticas construidas anteriormente dentro de una nueva estructura matemática en un contexto espe- cífico. El término actividad se usa para enfatizar que la abstracción es un proceso en el que las historias de los estudiantes y las tareas diseñadas para provocar abstrac- ciones tienen un papel relevante (Dreyfus et al., 2001) al generarse tres tipos de acciones epistémicas que son frecuentemente perceptibles: reconocimiento, building- with y construcción.

El reconocimiento de una estructura matemática familiar ocurre cuando el estudiante en una situación de resolu- ción de problemas se da cuenta de que el uso de dicha estructura es pertinente en la situación que está resol- viendo. Se utiliza el término reconocimiento para hacer hincapié en que no es la primera vez que dicha estructura

«entra en la mente» del estudiante.

Combinar estructuras elementales para lograr una meta dada es la segunda acción epistémica, building-with.

Cuando el estudiante realiza esta acción no se enri- quece con estructuras de conocimiento nuevas o más complejas, sino que combina conocimiento disponi- ble para obtener una solución viable al problema. La acción building-with es identificable cuando los estu- diantes están interpretando y explicando una situación o reflexionando sobre un proceso. Para estos propósitos los estudiantes pueden recurrir a estrategias, reglas o teoremas. Por ejemplo, cuando modifican un método existente para aplicarlo a una situación de complejidad mayor.

Lo novedoso implica construcción. El nuevo conoci- miento matemático tiene que ser construido desde es- tructuras más simples. Desde esta perspectiva construir nuevo conocimiento implica una reorganización vertical del conocimiento. La acción de construcción puede ser bastante larga y contener segmentos más pequeños que son ellos mismos acciones de construcción. Cuando los estudiantes construyen nuevo conocimiento, general- mente desarrollan un lenguaje para expresarlo.

Una de las características asumidas de las acciones epis- témicas es que están anidadas. Las acciones de reconoci- miento están anidadas con las otras dos y las de building- with con las de construcción, pero la construcción refiere a un nuevo «constructo» que es diferente a los conside- rados en las acciones de reconocimiento y building-with (Dreyfus, 2007). En este sentido, la acción de construc- ción es el primer paso de la abstracción, es una acción emergente, frágil, que requiere ser consolidada. La con- solidación implica ir reconociendo con mayor facilidad el nuevo conocimiento en diferentes situaciones de reso- lución de problemas (Kydron, 2008). Por otra parte, las investigaciones están indicando que las construcciones iniciales que realizan los estudiantes no siempre se ajus- tan perfectamente a los contenidos matemáticos (Ron, Dreyfus y Hershkowitz, 2006).

Por otra parte, las investigaciones sobre los procesos cognitivos a través de los cuales los estudiantes universi- tarios construyen los significados de la probabilidad con- dicional están poniendo de manifiesto que estos procesos son complejos y lejos de ser lineales (Batanero, 2001;

Díaz y De la Fuente, 2006; Jones y Thornton, 2005; Wat- son, 2005). Por lo tanto, es necesario identificar caracte- rísticas de los procesos de abstracción de los conceptos de probabilidad que nos ayuden a comprenderlos mejor.

De manera específica, en este documento exponemos la identificación y análisis de la acción epistémica cons- trucción que conlleva acciones de reconocimiento y de building-with relativas a la manera en la que estudiantes universitarios de estudios económicos abstraen la idea de probabilidad condicional en contextos vinculados al teorema de Bayes.

METODOLOGÍA Participantes

32 estudiantes de 2º curso de la Diplomatura de Cien- cias Empresariales recibieron durante 13 horas docencia relativa al experimento aleatorio, su espacio muestral, los sucesos y las operaciones con sucesos; interpretacio- nes de la probabilidad, regla de Laplace y la definición axiomática de probabilidad con las consecuencias de los axiomas. Estos alumnos llegan a la universidad sin los conocimientos básicos en probabilidad y es preciso comenzar el programa repitiendo contenidos que debie- ran haber asimilado en el bachillerato (Batanero, 2008).

Asimismo, se les impartió la definición formal de proba- bilidad condicionada y los conceptos de sucesos depen-

(3)

dientes e independientes, la generalización de la noción de independencia y el teorema de la multiplicidad. Esta parte dedicada a la probabilidad concluyó con los teore- mas de la probabilidad total y de Bayes. Los estudiantes realizaron tareas de resolución de problemas que fueron posteriormente discutidas en el aula. En el contexto de esta investigación se diseñaron tareas de resolución y planteamiento de problemas que los estudiantes resolvie- ron por grupos. De manera adicional, se entrevistó a los grupos de estudiantes que las entregaron resueltas con el fin de generar contextos de reflexión sobre el proceso de resolución realizado y que permitieran poner de mani- fiesto los procesos de abstracción generados con algunos contenidos de probabilidad (Posadas, 2008).

Instrumentos de recogida de datos y procedimien- to de aplicación

Una de las tareas propuestas fue la siguiente:

Enuncia un problema donde aparezcan, entre otros, sucesos que tengan que ver con «visitar el museo MARQ» y «visitar el museo MUA». Para la resolución del problema debe ser necesario utilizar la diferencia de sucesos, alguna de las leyes de De Morgan, la ley de las probabilidades compuestas y el teorema de Bayes.

Justifica que el problema propuesto reúne las condiciones pedidas.

La tarea presenta dos sucesos y los estudiantes deben plantear un problema dando una interpretación probabi- lística a algunas de las operaciones con sucesos, diferen- cia de sucesos y leyes de De Morgan. Con la exigencia de uso de la ley de las probabilidades compuestas, pretende- mos ver de qué manera dotan de significado a la proba- bilidad condicionada y a la dependencia-independencia de sucesos. La incorporación de información adicional respecto de un suceso puede modificar la probabilidad de que dicho suceso ocurra. La dependencia-independencia de sucesos puede concluirse con la ley del producto de las probabilidades y relacionarse con la probabilidad condicionada.

Con el teorema de Bayes intentamos ver si enuncian al- guna cuestión donde aparezca alguna probabilidad «a posteriori» a partir del conocimiento de las probabilida- des «a priori». Para manejar esta propiedad los estudian- tes deben suponer un suceso en relación con las hipótesis del problema que planteen y a partir de la realización de dicho suceso argumentar sobre la realización de alguno de los sucesos que forman las hipótesis, de esta forma la ocurrencia de otro suceso puede modificar las creencias sobre las probabilidades iniciales al transformar estas probabilidades iniciales en otras probabilidades «mejo- radas» por la información proporcionada por dicho su- ceso. Esta característica puede causar extrañeza a los es- tudiantes debido a sus creencias probabilísticas. Por otra

parte, el hecho de que la tarea requiera que se enuncie un problema abierto a muchas posibilidades puede facilitar la manifestación de procesos de construcción de cono- cimiento. La tarea no introduce datos numéricos, lo que permite que los estudiantes definan las probabilidades y las relaciones para que los distintos conceptos sean pues- tos en evidencia.

Los estudiantes tenían que resolver la tarea por grupos.

Estos estaban formados por dos, tres o cuatro estudian- tes y se formaron once grupos. Los estudiantes tenían que resolver dos tareas, una tarea de planteamiento (Fig. 1) y otra de resolución de problemas que confi- guró una práctica docente. Tuvieron una semana para realizar la práctica. Después se realizó a cada grupo una entrevista semiestructurada sobre las dos tareas.

En la entrevista participaron todos los componentes del grupo y se hizo un seguimiento de las respuestas de los estudiantes a cada una de las tareas. El entrevista- dor intentó que los estudiantes pusieran de relevancia el porqué de los procedimientos utilizados en la reso- lución de los problemas, qué significados tenían para ellos cada uno de los conceptos implicados en las ta- reas, cómo habían ideado los enunciados de los proble- mas, intentando indagar en los conceptos que habían utilizado y en los procesos de abstracción que habían seguido. La entrevista tuvo una duración aproximada en cada caso de unos cuarenta y cinco minutos. Todas las entrevistas se grabaron en audio y posteriormente fueron transcritas en su totalidad.

Análisis

Las respuestas de los estudiantes a las tareas y los datos aportados por la entrevista han sido el vehículo para in- dagar sobre la abstracción. El análisis se realizó en dos fases. La primera fase tenía como objetivo identificar el uso de los conceptos matemáticos implicados en las tareas por parte de los estudiantes y las relaciones esta- blecidas entre los conceptos y procedimientos utilizados.

Posteriormente realizamos un estudio conjunto de toda la información para identificar las características que pa- recían mostrar la manera en la que los estudiantes resol- vían y planteaban problemas.

En una segunda fase, centramos la atención en identificar aspectos del proceso de abstracción matemática puesto de manifiesto durante la resolución y reflexión posterior considerando las acciones epistémicas según el mode- lo RBC (Hershkowitz et al., 2001). En este artículo da- mos cuenta de la acción de construcción en una tarea específica de planteamiento de problemas, lo que nos permite también hacer mención a las otras dos acciones para mostrar cómo el reconocimiento está anidado en las acciones de building-with y de construcción y que la acción building-with está anidada en la acción construc- ción (Hershkowitz et al., 2001, Dreyfus, 2007).

Como Hershkowitz y otros (2001), consideramos los protocolos documentaciones ingenuas de las acciones de los estudiantes mientras hacen matemáticas sin hacer hipótesis a priori.

Figura 1

Tarea planteamiento de problemas.

(4)

RESULTADOS

Los resultados del análisis muestran que la acción cons- trucción se ha manifestado en la tarea de planteamiento de problemas de tres formas distintas. Consideramos los casos de Sonia y Carlos, Alberto y David y el de Laura y Ana como prototipos de los resultados obtenidos. El estudio de estos tres casos que ejemplifican los resulta- dos obtenidos en el análisis de las producciones de los grupos de estudiantes muestran diferencias en el proceso de construcción de conocimiento.

Caso de Sonia y Carlos

Los dos estudiantes trabajaron cada tarea por separado y se comunicaron por Internet. Más tarde se juntaron para dar forma definitiva a sus respuestas. Sonia y Car- los han planteado un problema con un enunciado largo y

«complejo». Según comentan en la entrevista, cada uno elaboró un problema distinto y al reunirse eligieron el de Carlos y lo trabajaron juntos. El problema que enun- ciaron es el siguiente:

En el enunciado del problema, Sonia y Carlos no reali- zan preguntas, sólo indican las probabilidades que van a calcular y hechos: probabilidad de acertar, has ganado sólo ir a MARQ… y asignan directamente unas proba- bilidades condicionadas y las probabilidades iniciales o a priori del problema las indican en función del tiempo de duración del programa de radio y el tiempo que per- manecen en casa o en el coche. Además, proponen un experimento adicional, lanzar un dado, para determinar las probabilidades de ir a un museo o al otro, e incluso, sin referirlo directamente, la probabilidad de ir a los dos museos. Dan también un dato, cinco minutos para responder, irrelevante para el problema que de alguna forma explica también que no utilizan un razonamiento lineal. Hay que resaltar el valor que asignan a las vero- similitudes (6/8, 3/9) que son probabilidades subjetivas y las expresan con fracciones no irreducibles.

La resolución que realizan al problema planteado se re- coge en la figura 3:

Lo primero que llama la atención es lo extenso del enun- ciado frente a lo conciso de la resolución. Aunque se les indicó que debían explicar y justificar sus decisiones, la resolución planteada carece de cualquier tipo de expli- cación. Sonia y Carlos, al formular su problema, parece que han querido dejar abiertas las posibilidades de plan- tear diversas cuestiones. De hecho en el enunciado del apartado d) sólo pone has ganado ir a ambos y aquí aña- den ¿cuál es la probabilidad de estar en el coche?

Dado que nuestro interés es mostrar el proceso de abs- tracción de estos estudiantes, vamos a detenernos en la secuencia de cómo llevan a cabo el enunciado de esta tarea. Durante la entrevista, el entrevistador fue leyendo el enunciado que habían propuesto y haciendo algunos comentarios sobre los significados implicados y sobre lo que parecía asumirse de manera implícita en el texto, a los que contestaba fundamentalmente Carlos. Una de las características de estos estudiantes es la de dejar cosas sobrentendidas o implícitas: En ningún momento dicen en el enunciado que exista la posibilidad de ganar un pre- mio para ir a los dos museos. Definen el suceso M «ir al MARQ» y U «ir al MUA» y dejan entrever el suceso

«ir a los dos museos» cuando en el enunciado dicen: Si aciertas... recibes dos invitaciones para el MARQ.

Carlos en la entrevista ante el comentario del entrevista- dor: ...si se acierta se lanza un dado y el resultado nos da entradas para ir a un museo o a otro o a los dos, recalca enseguida: O a los dos. Sí, sí, hemos puesto un valor que está en los dos que es el seis.

Los datos iniciales del enunciado que formulan los expo- nemos a continuación. Hemos añadido letras para sim- bolizar los sucesos y hacer inteligible la exposición ya que estos estudiantes, añadiendo una nueva característi- ca a su compleja forma de abstraer los conceptos, apenas representan los sucesos que utilizan en algún momento del problema. Llamamos H: «contestar desde casa» y C:

«contestar desde el coche». De la misma forma que han

Figura 2

Enunciado del problema de Sonia y Carlos.

Te encanta un programa de radio, y siempre lo escuchas a todas horas en casa y en el coche. Durante las cinco horas que van a emitir el pro- grama, van a sortear un premio. Para optar por el premio has de llamar y concentrarte lo suficiente para poder responder a una pregunta. Y tienes cinco minutos para responder. Tú eres muy listo y tu probabilidad de responder bien desde un teléfono en la tranquilidad de tu casa es = 6/8. Pero si estás en el coche tu probabilidad de hacerlo bien mientras conduces y hablas por el móvil (tienes un manos libres) es menor, ya que tienes una probabilidad de acertar = 3/9. Vas a estar de viaje en el coche una hora de las cinco del programa de radio. Si aciertas, los del programa tiran un dado y si sale un 1, 2, 3 o 6 recibes dos invitaciones para el MUA. Si sale 4, 5 o 6 recibes dos invitaciones para el MARQ.

a) P(A) = Probabilidad de acertar. Probabilidad total de acertar b) Probabilidad de fallar P(Ac)

c) Has ganado sólo ir a MARQ d) Has ganado ir a ambos

Figura 3

Resolución de Sonia y Carlos

a) P(A) Probabilidad de acertar. Probabilidad total de acertar ((4/5) · (6/8)) ((1/5) · (3/9)) 24/40 3/45 (1.080/1.800)

(120/1.800) 1.200/1.800 0,6667 Probabilidad total b) Probabilidad de fallar P(Ac)

P(Ac) 1 P(A) 1 0,6667 0,3333 c) Has ganado sólo ir a MARQ

P(U) Ganar ir a MUA P(M) Ganar ir a MARQ P(U M) Ganar ir a ambos

P(M) P(U M) 3/6 1/6 2/6 · P(A) Sólo ir a MARQ (1/3) · (1.200/1.800) 0,2222

d) Has ganado ir a ambos 1/6 · (1.200/1.800) 0,1111 entonces,

¿cuál es la probabilidad de estar en el coche? Teorema de Bayes.

(1/5 · 3/9) / 0,1111 0,6

( ) P A =

(5)

hecho los estudiantes, llamamos A: «acertar la pregun- ta». Según esto, los datos de su enunciado son:

P(A/H) 6/8 P(A/C) 3/9 P(H) 4/5 P(C) 1/5 P(H), P(C) (  1)

Desde los datos del enunciado propuesto también obtie- nen las siguientes probabilidades:

P(U/A) 4/6 P(M/A) 3/6

P((UM)/A) 1/6 (dato implícito al que hemos hecho referencia).

De la manera en la que Sonia y Carlos han enunciado el problema, se infiere que han reconocido previamente las condiciones que deben darse para poder aplicar el teore- ma de la probabilidad total y han expresado dos sucesos,

«contestar desde casa» y «contestar desde el coche», que según el enunciado son incompatibles y sus probabi- lidades suman uno. Este hecho es corroborado durante la entrevista en relación con el teorema de la probabilidad total, que ponen en evidencia en primer lugar:

Los estudiantes, tras preparar primero la tarea por su cuenta, decidieron profundizar en el problema propuesto por Carlos. Aun así, en la entrevista Carlos habla en sin- gular (yo ponía… no las quise poner…). Debido al pro- tagonismo de Carlos, nos centramos en la manera en la que parece haber desarrollado el proceso de abstracción.

Desde esta perspectiva, consideramos que la participa- ción de Sonia es parte del contexto en el que se desarrolla el proceso de abstracción de Carlos (Ron et al., 2006).

El proceso de abstracción de la probabilidad total queda de manifiesto cuando sin utilizar fórmulas Carlos constru- ye el teorema de la probabilidad total. La manifestación de la acción epistémica building-with se realiza cuando

Carlos usa las probabilidades iniciales de los sucesos y las verosimilitudes para obtener la solución del problema al reconocer las probabilidades de los sucesos: Esta pro- babilidad es estando en casa y la otra en el coche. Lue- go sumas y ya está. Con esta manera de proceder Carlos construye el teorema de la probabilidad total cuando, pese a no expresar fórmula alguna, indica que ...están todas las posibilidades de acertar. Durante la entrevista Carlos indica que ha expresado todas las probabilidades en una hoja de papel y han operado para resolver el problema. Lo que han construido es el teorema de la probabilidad total (utilizando la expresión formal que ellos han omitido, H es estar en casa, C es estar en el coche)

P(A) P(C) P(A/C) P(H) P(A/H)

Es en el apartado c) donde ponen en evidencia la dife- rencia de sucesos, has ganado sólo ir a MARQ, y la ley del producto. Operan combinando operaciones en una misma expresión probabilística:

P(M) P(U M) 3/6  1/6  2/6 · P(A)

La identidad debe acabar en 2/6 pero aparece multiplicada por P(A). Cuando el entrevistador pregunta por qué multi- plican por esta probabilidad, Carlos contesta: Porque para que te toque ir al MARQ primero has de haber acerta- do. Entendemos que estamos ante una construcción de la ley de las probabilidades compuestas ya que relacionan probabilidades de sucesos con sucesos que deben darse previamente. Nuevamente han resuelto el problema utili- zando y relacionando estructuras más simples, la diferen- cia de sucesos y la probabilidad de acertar lo que puede ser considerado manifestaciones de building-with. El 2/6 que obtienen es P(M  Ū/A), es decir, la probabilidad de la diferencia «suponiendo que se haya acertado». Al mul- tiplicar por P(A), realmente evidencian la ley de las proba- bilidades compuestas, formalmente lo que calculan es:

P[A (M Ū) P(A) · P(M Ū/A)]

Además, en vez de plantear el teorema de Bayes utilizan- do la probabilidad total, la de acertar, enuncian un apartado donde aparece una nueva probabilidad total, la de ir a am- bos museos, y utilizan el algoritmo del teorema de Bayes sin recurrir a formulación. Parece, tal como se desprende del enunciado inicial donde sólo han puesto d) has ganado ir a ambos, que habían pensado en calcular la probabilidad de haber ganado ir a los dos museos y que luego se les ocurrió plantear el teorema de Bayes a partir de aquí. En la entrevista reconocen que están ante una cuestión que puede ser resuelta mediante este teorema porque, como afirma Sonia, parten de la probabilidad inicial de estar en el coche (la probabilidad de un suceso anterior) y modifican esta probabilidad aña- diendo más información (al saber que han acertado y les ha correspondido ir a ambos museos es una información).

Su enunciado/resolución ha sido:

d) Has ganado ir a ambos  1/6 · (1.200/1.800)  0,1111 entonces ¿cuál es la probabilidad de estar en el coche?

Teorema de Bayes.

(1/5 · 3/9) / 0,1111 0,6

Figura 4

Fragmento 1 entrevista Sonia y Carlos.

1. E (haciendo mención a la manera en la que han resuelto el apartado a):

En el apartado a) preguntáis la probabilidad de acertar y ponéis unas operaciones sin explicar qué es cada uno de los valores que aparecen.

2. Carlos: Pero yo ponía las probabilidades, las tenía todas en una hoja y…

3. E: Ya, pero me entregáis a mí esta tarea y yo la tengo que entender.

[Risas].

4. E: ¿Y por qué no lo habéis expresado aquí?

5. Carlos: No los quise poner, iba, iba haciendo…

6. E: ¿Por qué es una probabilidad total?

7. Carlos: De acertar, porque ahí están todas las posibilidades de acertar…

8. Sonia: Puedes acertar estando en el coche o estando en tu casa, ¿no?

9. E: Sí.

10. Carlos: Esta probabilidad es estando en casa y la otra será en el coche porque es menor. Luego sumas y ya está.

(6)

Y de manera formal, si llamamos B  A (M U), lo que preguntan es la

P(C/B) 

Es decir, obtienen la probabilidad de haber contestado desde el coche en el supuesto de que hayan acertado y les haya correspondido ir a los dos museos. Les ha faltado multiplicar por 1/6, que es la probabilidad de ganar ir a los dos museos en caso de haber acertado, para que la resolución fuera totalmente correcta.

El conocimiento de los conceptos de la probabilidad de Sonia y Carlos han jugado un papel importante en el proceso de construcción de nuevo conocimiento cuan- do están enunciado un problema no estándar con de- terminados contenidos de probabilidad. La forma co- rrecta de entender los sucesos «contestar desde casa»

y «contestar desde el coche» junto con el uso adecuado de las relaciones de estructuras probabilísticas simples han propiciado el éxito de estos dos estudiantes en la resolución de la tarea. En este sentido, el caso de So- nia y Carlos puede ser considerado prototípico de la acción de construcción cuando ocurre a través de todo el proceso.

Caso de Alberto y David

Alberto y David resolvieron la tarea conjuntamente pro- poniendo el enunciado siguiente:

Formalmente, los datos iniciales que aparecen en el enunciado son:

P(M), P(U), P(M U)

yP(C/M), P(C/U), siendo C: «Estudiar Ciencias Empre- sariales».

El entrevistador supone que los estudiantes utilizan los sucesos M: «visitar el MARQ» y U: «visitar el MUA»

como sucesos iniciales del teorema de Bayes y que han pretendido para ello que sus probabilidades sumen uno y entiende también que al asignar el valor de 0,15 a la probabilidad de visitar los dos museos no han tenido en cuenta que deben ser incompatibles. Para indagar sobre el razonamiento que habían seguido y poner en juego los supuestos anteriores, les pregunta cómo han ido pensando el enunciado y las probabilidades que han establecido para los sucesos. David, dice: Nos fijamos en lo que nos pedían… íbamos inventando lo que se- ría el enunciado. Posiblemente por ello, y pensando en plantear una probabilidad condicionada, han asignado un valor a la probabilidad de visitar ambos museos aun- que esto impida posteriormente aplicar correctamente los teoremas de la probabilidad total y Bayes.

Por otro lado, Alberto y David han asignado probabilidades advirtiendo que los dos sucesos M: «visitar el MARQ» y U:

«visitar el MUA» han de formar un sistema completo para poder utilizar el teorema de la probabilidad total, sólo que no han tenido en cuenta que los sucesos deben ser además incompatibles, lo que no es posible con su enunciado al haber asignado una probabilidad al suceso «visitar ambos museos». Alberto y David habían supuesto que todos los estudiantes de la universidad que van a la excursión visitan alguno de los dos museos, aunque luego son conscientes de que esto no es posible ya que han puesto el dato de 0,15 a la probabilidad de visitar ambos museos. Esto pone de manifiesto que el conocimiento que exponen del teorema de Bayes es parcial en el sentido de que el enunciado tiene en cuenta sólo parcialmente las condiciones matemáticas que debe cumplir el teorema (Ron et al, 2006).

Por otra parte, para dar significado a la diferencia de su- cesos el apartado que plantean con su resolución es el siguiente:

El planteamiento y su resolución son correctos. Alberto y David parece que reconocen la diferencia de sucesos con el suceso M  Uc. Es decir, con que se visite un museo y el otro no. En esta forma de proceder podemos identificar la acción building-with cuando en la resolu- ción expresan la unión de los dos sucesos M  U como unión de otros tres (aunque han puesto el signo más en vez del signo de la unión) y obtienen una relación adecuada para resolver el problema. Estos estudiantes comprenden bien los sucesos que utilizan y usan bien las relaciones matemáticas, pero ¿podemos identificar P(C) · P(B/C)

P(B)

1 3 1 5 9 6

( )

·

0,1111

Figura 5

Enunciado del problema de Alberto y David.

Figura 6

Resolución del apartado a) de Alberto y David.

Los estudiantes de la universidad van a realizar una excursión a un museo. Hay dos museos para visitar, el museo MARQ y el museo MUA, la probabilidad de visitar el MARQ es 0,4 y el MUA 0,6 y la de visitar ambos es el 0,15. Se sabe que el 30% de los que visitan el MARQ y el 50% de los que visitan el MUA estudian ciencias empre- sariales. Si se tiene un estudiante, se pide:

a) ¿Cuál es la probabilidad de que haya visitado el MARQ y no el MUA?b) ¿Cuál es la probabilidad de que no haya visitado ninguno de los dos museos?

c) ¿Cuál es la probabilidad de visitar el MARQ sabiendo que ya ha visitado el MUA?

d) Un alumno se pierde durante la excursión y al preguntarle en recepción dice que estudia empresariales, ¿cuál es la probabilidad de que esté en el museo MUA?

a) ¿Cuál es la probabilidad de que haya visitado el MARQ y no el MUA?¿P(M Uc)?

M U P(M Uc) (M U) (Mc U) P(M U) P(M Uc) P(M U) P (Mc U).

De aquí sacamos que:

P(M) P(M Uc) P(M U)

Y despejando de aquí P(M Uc) obtenemos:

P(M Uc) P(M) P(M U) 0,4 0,15 0,25

(7)

la acción de construcción en este proceso de plantear y resolver el problema?

En la entrevista se les pregunta por qué el apartado a) que han enunciado corresponde a una diferencia de sucesos y entonces dibujan un diagrama de Venn, muestran la di- ferencia e interpretan su significado: (Alberto) Si dibuja- mos dos sucesos cualesquiera (dibuja dos sucesos) esto es A y no B, esto es la intersección A y B. Y esto es no A y B (señala cada sección de forma adecuada). (David) Es que se realiza un suceso y no se puede realizar el otro, más o menos. Corroboran en la entrevista que reconocen la diferencia de sucesos con «A y no B» es decir, «se rea- liza un suceso y no se puede realizar el otro» y también hacen un uso adecuado de las leyes de De Morgan:

Identifican el suceso «no ha visitado ninguno de los dos museos» con (Mc Uc) según se desprende de la tarea, pero además en la entrevista demuestran comprender bien los significados de parejas de sucesos con operacio- nes con uniones, intersecciones y sucesos contrarios:

Alberto: (M U)c sería lo contrario de visitar los dos museos

(Mc U c) es que al menos no haya visitado uno de los dos lo que nos dice que además de reconocer diversas formas de expresar leyes de De Morgan y entender bien su signi- ficado, usan y relacionan una de las leyes de De Morgan con el suceso contrario de la unión de dos sucesos, lo que podemos interpretar como una manifestación de una acción de building-with, estar relacionando y adaptando un conocimiento previo a una nueva situación.

En el tercer apartado plantean una probabilidad condi- cionada de forma muy sencilla.

Alberto y David comprenden el significado de la probabi- lidad condicionada y obtienen debidamente su resultado, por lo que manifiestan reconocer la probabilidad condicio- nada cuando identifican bien la P(M / U) con el enunciado que han realizado y usan adecuadamente el concepto para su cálculo.

Por último, han planteado un enunciado de la probabilidad total y de Bayes, en principio correctamente, pero al no ser incompatibles los sucesos que forman las hipótesis del pro- blema su aplicación no es acertada. Sin embargo, han utili- zado adecuadamente el algoritmo para su resolución, lo que nos pone de manifiesto que a falta de la incompatibilidad de los sucesos iniciales reconocen la forma que debe tener el enunciado de un problema para poder calcular la probabili- dad total y aplicar el teorema de Bayes. De la misma forma han identificado y usado correctamente las probabilidades necesarias para utilizar el teorema de Bayes.

Alberto y David plantean la probabilidad de que un estu- diante del que sabemos que estudia Ciencias Empresariales se encuentre en el MUA y que tal como enuncian el proble- ma el estudiante o está en el MUA o está en el MARQ (Fig.

9). Esto se cumple ya que supuestamente no puede estar en los dos museos a la vez, con lo que la probabilidad total y el teorema de Bayes estarían adecuadamente planteados, pero esto que es aparentemente correcto entra en contradicción, como hemos dicho, con asignar al principio del problema una probabilidad a «visitar los dos museos» aunque ellos entiendan este suceso de forma secuencial.

Alberto y David han planteado y resuelto un problema de forma que manifiestan una buena comprensión de los con- ceptos involucrados en la tarea, y han usado bien las rela- ciones matemáticas necesarias para su resolución de forma que reconocen bien los conceptos y contenidos matemáti- cos manifestándose además la acción de building-with al relacionar distintos conceptos de forma conveniente para la resolución de los diversos apartados del problema.

Con la forma de proceder de Alberto y David, las accio- nes de reconocimiento y building-with han aparecido cla- ramente. Si observamos el planteamiento y la resolución del apartado d) de forma compartimentada, ambas cosas parecen ser adecuadas y sólo el análisis de los porme- nores del problema (errónea interpretación de los datos iniciales) conduce a darnos cuenta de su incorrección, de

Figura 7

Resolución del apartado b) de Alberto y David.

b) ¿Cuál es la probabilidad de que no haya visitado ninguno de los dos?

¿P(Mc Uc)?

Leyes de De Morgan:

P(M U)cP (Mc Uc) P(M U)cP (Mc Uc)

P(M U) P(M) P(U) P(M U) 0,4 0,6 0,15 0,85 P(M U)c1 P (M U) 1 0,85 0,15

Figura 8

Resolución del apartado c) de Alberto y David.

c) ¿Cuál es la probabilidad de visitar el MARQ sabiendo que ya han visitado el MUA?

¿P(M / U)?

P(M / U)  P(M  U) / P(U)  0,15 / 0,6  0,25

Figura 9

Resolución del apartado d) de Alberto y David.

d) Un alumno se pierde durante la excursión y al preguntarle en recepción dice que estudia empresariales, ¿cuál es la probabilidad de que esté en el museo MUA?

¿P(U / C)?

Probabilidad total:

P(C) P(M) · P(C/M) P(U) · P(C/U) 0,4 · 0,3 0,6 · 0,5 0,42 Teorema de Bayes:

P(U/C) P(M) · P(C/M) P(U) · P(C/U) 0,6 · 0,5 / 0,42 0,7143

(8)

forma que tenemos respuestas aparentemente correctas, tal como acabamos de ver, que posiblemente esconden lagunas de conocimiento (Ron et al., 2006). Por ello, identificamos una acción de construcción parcial sólo en el planteamiento del teorema de Bayes, ya que Alberto y David han ideado un enunciado para poder aplicar el teorema de Bayes venciendo la dificultad de tener ya en cuenta las hipótesis iniciales del problema y la novedad que supone el «plantear» el teorema de Bayes.

Caso de Laura y Ana

Hicieron juntas la tarea, aunque primero la vieron in- dividualmente, y proporcionan un enunciado. Estas

estudiantes, tras dar unos datos iniciales, van plan- teando y resolviendo cada uno de los apartados del problema.

Laura y Ana enuncian el problema asignando probabi- lidades a «visitar el museo MARQ» y «visitar el museo MUA» y van resolviendo conforme van planteando cada una de las preguntas. Formalmente, los datos iniciales que aparecen son: P(U), P(M) y P(M/U).

Cuando en el enunciado dicen por el contrario al dar la probabilidad de visitar el MUA, puede producir al- guna confusión ya que parece que quieren decir que si no van a un museo van al otro. Esto se trata en la entrevista.

Un centro comercial tiene en su interior 2 prestigiosos museos, el museo MARQ y el museo MUA. La probabilidad de que los visitantes se decanten por acudir al museo MARQ es de 0,05 y la probabilidad de que, por el contrario, se decidan por el museo MUA es de 0,15. Sea:

M: Visitar el museo MARQ U: Visitar el museo MUA

1. Sabiendo que la probabilidad de visitar MUA, habiendo visitado antes MARQ, es de 0,2. ¿Cuál es la probabilidad de que se visite MARQ y MUA a la vez mediante un novedoso y virtual sistema de visita?

P(M U) P(M) · P(U / M) 0,15 · 0,2 0,03

2. Si elegimos al azar un visitante, ¿cuál es la probabilidad de que visite MUA y no MARQ?

P(U Mc) P(U) P(U M) P(U) (P(M) · P(U/M)) 0,05 0,03 0,02

3. ¿Cuál es la probabilidad de que al visitar el centro comercial no se visite ninguno de los dos museos disponibles?

P(Mc Uc) 1 P(Mc Uc)c1 P((Mc)c (Uc)c) 1 P(M U) 1 P(M) P(U) 1 0,05 0,15 0,08

4. Sabiendo que ambos museos son femeninos, y que son visitados por mujeres y niñas en un 60% y 40% respectivamente. ¿Cuál es la probabilidad de que, elegida al azar una de las visitantes, sea mujer si no es morena, sabiendo que el 30% de las mujeres son morenas y la mitad de las niñas también?

A: «Ser mujer la visitante» P(A)  0,6 B: «Ser niña la visitante» P(B)  0,4 Mo: «Ser morena»

P(Mo)  P(A) · P(Mo/A)  P(B) · P(Mo/B)  0,6 · 0,3  0,4 · 0,5  0,48 P(Moc)  1  P(Mo)  1  0,48  0,52

P(A  Moc)  P(A) · P(Moc/A)  P(A)(1  P(Mo/A)  0,6 · (1  0,3)  0,42 P(A/Moc)  P(A  Moc) / P(Moc)  0,42 / 0,52  0,81

Figura 10

Enunciado del problema de Laura y Ana.

Figura 11

Fragmento 1 entrevista Laura y Ana.

1. E: Cuando decís la probabilidad de que «por el contrario…» ¿qué queréis decir con esto?

2. Laura: Probabilidad de que no vayan al MARQ y...

3. Ana: Probabilidad de que vayan al MUA, o sea, que si no van al MARQ vayan al MUA.

4. E: Pero aquí pone, por decirlo de otra forma, que el cinco por ciento va al MARQ y el quince por ciento va al MUA.

5. Las dos: Sí.

6. E: ¿Y nadie va a los dos museos?

7. Laura: Eso viene luego.

8. Ana: Eso vendrá luego. En otro apartado pone los dos a la vez.

9. E: Pero tal como está escrito, ¿cuál es la probabilidad que preguntáis en el primer apartado, la de que se visiten los dos museos a la vez?

10. Laura: Cero.

11. Ana: Según lo que hemos planteado al principio, cero.

12. Laura: Nosotras planteamos el problema y luego, como había que poner aquí una intersección…

13. E: Entonces, ¿como mejoraríamos el enunciado?

14. Laura: Pues así como está y ...

15. Ana: Quitando «por el contrario».

(9)

Laura y Ana, durante la entrevista, se dan cuenta (epígrafes 9 a 15), que el escribir por el contrario contradice resulta- dos posteriores, lo que permite introducir modificaciones, los visitantes pueden ir a uno de los dos museos o a los dos, con lo que la primera cuestión que plantean tiene ahora sentido: ¿Cuál es la probabilidad de que se visite MARQ y MUA a la vez mediante un novedoso y virtual sistema de visita? Parece que tal como hacen la pregunta, Laura y Ana manifiestan reconocer la intersección de sucesos con la rea- lización simultánea de ambos sucesos y pretenden identifi- carla con el suceso «visitar MARQ y MUA a la vez». De ahí que propongan una forma virtual de hacerlo. Aunque luego obtienen la probabilidad de ir a un museo y luego al otro, en dos etapas. Reconocen bien la probabilidad condicionada cuando enuncian el primer apartado del problema y cuando en la entrevista afirman, por P(M/U), que: una vez que han visitado el MUA, hay una probabilidad de un veinte por ciento de visitar el MARQ.

Reconocen también la diferencia de sucesos cuando ha- blan de visitar el MUA y no visitar el MARQ. También identifican el no visitar alguno de los dos museos con el suceso Mc Uc. En la obtención de esta última probabili- dad cometen un error al no tener en cuenta la probabilidad de la intersección de los dos sucesos. Por un lado, parece que son coherentes con lo que en principio enunciaban pero, por otro lado, no lo son ya que han obtenido que P(M

U)  0,03. Es decir, al considerar al principio el «por el contrario» que ya hemos comentado, la probabilidad de la intersección de los dos sucesos sería cero, P(M U)  0, y habrían operado bien en el apartado 3 del problema, pero esto contradice lo obtenido en el apartado 1, P(M  U)  0,03.

Hasta aquí las estudiantes, al igual que los del grupo an- terior, han enunciado un problema y han planteado una solución y lo han resuelto con una incorrección en la in- terpretación de los datos, tal como acabamos de comentar, pero con una adecuada comprensión de los conceptos que involucran en el problema y utilizando bien las relaciones matemáticas. En este sentido, Laura y Ana han reconocido bien los conceptos de probabilidad condicionada y diferen- cia de sucesos y han sabido conectar los enunciados con los planteamientos adecuados. Lo mismo han hecho con una de las leyes de De Morgan utilizando el suceso Mc Uc para plantear la resolución de no visitar alguno de los dos museos. Además, también es posible identificar acciones de building-with cuando relacionan estos sucesos con sus contrarios y utilizan las probabilidades de la unión e inter- sección de sucesos. Estas acciones suponen mucho más que reconocer elementos estructurales pero, a la vez, no se está construyendo una nueva estructura más elaborada que las previamente disponibles. Pero como en el caso anterior, no identificamos acción de construcción en la manera en la que usan los conceptos y en cómo justifican lo que están hacien- do, ya que hasta el momento no hay indicios de aspectos novedosos en el planteamiento que hacen.

Ahora bien, si seguimos analizando la resolución de la tarea, vemos que para poner en juego el teorema de Ba- yes han enunciado un problema donde el protagonismo ya no está en los museos sino en ser mujer o ser niña la que los visita (apartado 4, figura 10). Cuando se les pregunta

cómo han pensado el enunciado del problema en el caso del teorema de Bayes, Laura y Ana dicen que han tenido que reconstruir el problema para poder aplicar el teorema, han reorganizado los datos que tenían y afirman, ...para hacer Bayes, teníamos que poner otros sucesos y, pensar, pensar, y tuvimos que poner datos nuevos y casi nos sale un problema distinto, y luego prosiguen: la pregunta que hemos hecho no va en relación con museos…

Actuando de esta manera están desarrollando una activi- dad de planteamiento de un problema y no han pasado a la resolución y entendemos que la actividad mental in- herente al proceso de abstracción se está manifestando aquí cuando están razonando sobre cómo enunciar el problema para poder plantearlo convenientemente. De esta manera construyen cuando, junto a lo expresado, están reestructurando el conocimiento de que disponen para construir un enunciado. No debemos olvidar que los estudiantes están instruidos en resolver problemas más o menos convencionales en relación con la probabilidad total y el teorema de Bayes, pero no han recibido ense- ñanza alguna relativa a cómo enunciar problemas.

Laura y Ana reorganizaron su conocimiento para dar res- puesta a la necesidad de encontrar un sistema completo de sucesos que les permitieran enunciar correctamente el problema. Estas estudiantes, para construir una solución viable al problema, han introducido sucesos nuevos a los que, además, les exigen que sean incompatibles y que sus probabilidades sumen la unidad: Laura indica: No, tienen que sumar cien, y Ana añade: Y además, si es niña no es mujer y al revés, ya que reconocen que esas carac- terísticas son inherentes a un «problema de Bayes». En este caso la «reorganización» de su conocimiento en una nueva estructura ha implicado el establecimiento de co- nexiones matemáticas e incluye una estrategia para plan- tear el problema. Estamos ante un caso en que la acción epistémica construcción se manifiesta durante la entre- vista cuando se analiza una parte de la tarea, en concreto, en el planteamiento del teorema de Bayes.

Si observamos el conjunto de la tarea, podemos decir que los enunciados que estos estudiantes han efectuado para poner de manifiesto los conceptos de la ley del produc- to, las leyes de De Morgan y la diferencia de sucesos son correctos, pero los procedimientos de resolución que se derivan son evidentes. Si bien, el planteamiento que han hecho del apartado del teorema de Bayes, consideramos que requiere comprender el procedimiento y las relaciones matemáticas. Laura y Ana han demostrado una adecua- da comprensión de los conceptos y de los procedimientos matemáticos que utilizan. En este sentido el caso de Laura y Ana es un ejemplo de construcción del teorema de Ba- yes en el contexto del planteamiento de problemas.

DISCUSIÓN Y CONCLUSIONES

La acción epistémica construcción del proceso de abs- tracción del teorema de Bayes ocurre de tres formas distintas que hemos descrito a través de los tres casos estudiados:

(10)

Por una parte, Carlos y Sonia han identificado los con- ceptos y sus características y reconocido las situaciones que se dan en el problema; han buscado y obtenido a par- tir de sus conocimientos una solución para el problema combinando distintos elementos. A partir de estructuras más simples han ido construyendo todo el planteamiento del problema. Según Dreyfus y otros (2001), «La acción de construcción puede ser bastante larga y contener seg- mentos más pequeños que ellos mismos son acciones de construcción» (p. 382). En este caso, la acción de cons- trucción ocurre a través de todo el proceso mostrando además que las diferentes acciones epistémicas están anidadas en la acción global de la construcción. Desde esta perspectiva, la actividad de los dos estudiantes en el planteamiento y resolución del problema les ha llevado a una perspectiva diferente del conocimiento adquirido con anterioridad e incluye la reconstrucción de la ley de las probabilidades compuestas y el teorema de la proba- bilidad total y Bayes. Si bien los estudiantes habían re- suelto con anterioridad problemas donde habían aplicado el teorema de Bayes, era la primera vez que se enfrenta- ban al reto de plantear un problema donde interviniera este teorema. En este sentido, el caso de Sonia y Carlos nos proporciona información relevante sobre la manera de proceder la abstracción matemática de los conceptos implicados en el planteamiento de problemas.

A diferencia del caso de Sonia y Carlos, Alberto y Da- vid han planteado su problema de forma muy distinta.

Formulan el problema de manera fragmentada. Han ido enunciando los apartados del problema considerando los resultados que tienen que obtener uno a uno, de forma aislada, utilizando como datos iniciales los sucesos que aportan. Los «constructos» de conocimiento de los es- tudiantes están aislados, no se relacionan y en principio no perciben la incompatibilidad de los sucesos iniciales.

Ésta permanece escondida no sólo para un observador externo sino también para Alberto y David que no expe- rimentan necesidad alguna de una construcción mayor.

El caso de Alberto y David es un ejemplo de una situa- ción en la que la solución correcta esconde lagunas de conocimiento y que los «constructos» de conocimiento generados fueron parciales (Ron et al., 2006)

En otros grupos de estudiantes las acciones de construc- ción se han puesto de manifiesto durante la entrevista realizada, como en el caso de Laura y Ana. Estos grupos al igual que, Alberto y David, y a diferencia del primer caso, han enunciado un problema en principio estándar.

Comienzan a enunciar el problema asignando probabi- lidades a los sucesos que se aportan en la tarea, «visitar el museo MARQ» y «visitar el museo MUA» y van re- solviendo conforme van planteando cada una de las pre- guntas. La acción de construcción no se ha manifestado salvo en el momento que, para involucrar el teorema de Bayes en el enunciado del problema, han tenido que mo-

dificar su planteamiento inicial y poner en juego nuevos sucesos que permitieran su adecuada utilización.

A la luz de los resultados obtenidos, consideramos que planteamientos no estándares elaborados por los estu- diantes son indicios de construcción de conocimiento matemático. Por ello, un planteamiento no estándar del problema formulado es un indicador de la existencia de construcción de conocimiento y por tanto de aprendiza- je. En el caso de la tarea propuesta, consideramos que un problema es estándar o típico si los planteamientos son inmediatos y si las hipótesis de Bayes se hacen con los sucesos iniciales, en nuestro caso «visitar el museo MARQ» y «visitar el museo MUA».

Los resultados de esta investigación indican que la tarea de planteamiento de problemas es un medio que posibilita la reconstrucción de conocimiento matemático. En nuestra investigación nos ha servido como contexto para la cons- trucción de procesos de abstracción relacionados con la ley de las probabilidades compuestas y los teoremas de la pro- babilidad total y de Bayes. Además, hemos podido describir cómo la acción de construcción incorpora las acciones de reconocimiento y de building-with, es decir, se presentan de forma anidada, ya que la construcción del teorema de Bayes, como hemos visto, ha requerido que los estudiantes reconocieran los sucesos que forman las hipótesis del pro- blema y sus características y han debido asimismo conside- rar otro suceso relacionado con estos sucesos y calcular las probabilidades necesarias para relacionarlas de forma ade- cuada y desarrollar el teorema: «Los estudiantes para cons- truir han tenido que reconocer estructuras, relacionarlas y reorganizar su conocimiento» (Hershkowitz et al., 2001).

Por otra parte, las características del contexto de los es- tudiantes que han participado en el estudio no ha posi- bilitado realizar el estudio a medio o largo plazo y, por tanto no ha sido posible indagar sobre la consolidación del conocimiento que se ha empezado a construir. Con- sideramos que ésta podría ser una línea de investigación futura en este campo de investigación.

Finalmente, creemos que nuestros resultados avalan la idea de considerar el planteamiento de problemas no como un contexto de aplicación de lo ya conocido (en el sentido de concreción a una situación del concepto) sino que el pro- ceso desencadenado ante la tarea de plantear problemas permite generar procesos de abstracción del concepto. De esta manera, el contexto de «formular un problema» es un contexto de aprendizaje por lo que supone de desafío mate- mático para el estudiante. Estamos convencidos, también, de lo útil que puede suponer nuevas investigaciones sobre la resolución de problemas relativos al teorema de Bayes en estudiantes de los primeros cursos de universidad y del interés de complementar y mejorar esta información con aportaciones sobre cómo plantean problemas.

(11)

[Artículo recibido en marzo de 2008 y aceptado en diciembre de 2008]

BATANERO, C. (2001). Didáctica de la Estadística. Grupo de Investigación en Educación Estadística. Universidad Gra- nada. <http://www.ugr.es/~batanero/publicaciones.htm>.

BATANERO, C. (2008). Presente y futuro de la Educación Estadística. Consultado el 6 de junio de 2008, en <http://

www.caib.es/ibae/esdeveniment/jornades_10_01/doc/Bata- neromallorca.doc>.

CAI, J. (2003). Singaporean students’ mathematical thinking in problem solving and problem posing: an exploratory study.

International Journal of Mathematical Education in Scien- ce and Tecnology, 34(5), pp. 719-737.

CASTRO, E. (2008). Resolución de Problemas. Ideas, tenden- cias e influencias en España, en Luengo, R.; Gómez, B.;

Camacho, M. y Blanco, L.J. (eds.). Investigación en Educa- ción Matemática XII, pp. 113-140. Badajoz: SEIEM.

DÍAZ, C. y DE LA FUENTE, I. (2006). Dificultades en la re- solución de problemas que involucran el teorema de Bayes:

Un estudio exploratorio en estudiantes españoles de Psico- logía. Educación Matemática, 18(2), pp. 75-94.

DREYFUS, T. (2007). Process of abstraction in context the nes- ted epistemic actions model. Recuperado el 25 de octubre de 2007, de <http://escalate.org.il/construction_knowledge/

papers/dreyfus.pdf>.

DREYFUS, T. y GRAY, E. (2002). Abstraction: Theories about the emergence of knowledge structures, en Cockburn, A.D.

y Nardi, E. (eds.). Proceedings of the 26th Conference of In- ternational Group for the Psychology of Mathematics Edu- cation, 1, pp. 113-138. Norwich: PME.

DREYFUS, T. y KIDRON, I. (2006). Interacting parallel construc- tions: A solitary learner and the bifurcation diagram. Recherches en Didactique des Mathématiques, 26(3), pp. 295-336.

DREYFUS, T., HADAS, N., HERSHKOWITZ, R. y SCHWARZ, B. (2006). Mechanisms for consolidating knowledge cons- tructs, en Novotná, J. et al. (eds.). Proceedings 30th Conferen- ce of the International Group the Psychology of Mathematics Education, 2, pp. 465-472. Prague: PME.

DREYFUS, T., HERSHKOWITZ, R. y SCHWARZ, B. (2001).

The construction of abstract knowledge in interaction, en van den Heuvel-Panhuizen, M. (ed.). Proceedings 25th Con- ference of the International Group for the Psychology of Mathematics Education, pp. 377-384. PME.

HERSHKOWITZ, R., HADAS, N., DREYFUS, T. y SCHWARZ, B. (2007). Abstracting Processes, from Indi- viduals’ Constructing of Knowledge to a Group’s «Shared Knowledge». Mathematics Education Research Journal, 19(2), pp. 41-68.

HERSHKOWITZ, R., SCHWARZ, B. y DREYFUS, T. (2001).

Abstraction in Context: Epistemic Actions. Journal for Re- search in Mathematical Education, 32(2), pp. 195-222.

JONES, G.A. y THORTON, C.A. (2005). An overview of re- search into the teaching and learning of probability, en Jones, G.A. (ed.). Exploring probability in school: Challenges for teaching and learning, pp. 65-92. Nueva York: Springer.

KYDRON, I. (2008). Abstraction and consolidation of the li- mit procept by means of instrumented schemes: the comple- mentary role of three of different frameworks. Educational Studies in Mathematics, 69(2), pp. 197-216.

MONAGHAN, J. y OZMANTAR, M.F. (2006). Abstraction and consolidation. Educational Studies in Mathematics, 62(3), pp. 233-258.

OZMANTAR, M.F. y MONAGHAN, J. (2006). Abstraction, scaffolding and emergent goals, en Novotná, J. et. al. (eds.). Pro- ceedings 30th Conference of the International Group the Psycho- logy of Mathematics Education, 4, pp. 305-312. Prague: PME.

POSADAS, J.A. (2008). Estudio de la comprensión de con- tenidos de probabilidad de estudiantes universitarios. Tesis Doctoral. Alicante: Universidad de Alicante.

RON, G., DREYFUS, T. y HERSHKOWITZ, R. (2006). Par- tial Knowledge Constructs for the Probability Area Model, en Novotná, J. et al. (eds.). Proceedings 30th Conference of the International Group for the Psychology of Mathematics Education, 4, pp. 449-456. Prague: PME.

SCHWARZ, B., DREYFUS, T., HADAS, N. y HERSHKOWITZ, R. (2004). Teacher guidance of knowledge construction, en Høines, M.J. y Fuglestad, A.B. (eds.). Proceedings of the 28th Conference of the International Group for the Psychology of Mathematics Education, 4, pp.169-176.

SILVER, E.A. y CAI, J. (1996). An analysis of arithmetic problem posing by middle school students. Journal for Re- search in Mathematics Education, 27, pp. 521-539.

TABACH, M. y HERSHKOWITZ, R. (2002). Construction of knowledge and its consolidations: a case study from the early-algebra classroom, en Cockburn, A.D. y Nardi, E. (eds.). Proceedings 26th Conference of the International Group for the Psychology of Mathematics Education, pp.

265-272. PME.

TABACH, M., HERSHKOWITZ, R. y SCHWARZ, B. (2006).

Constructing and consolidating of algebraic knowledge wi- thin dyadic processes: a case study. Educational Studies in Mathematics, 63(3), pp. 235-258.

WATSON, J. (2005). The probabilistic reasoning of middle school students, en Jones, G.A. (ed.). Exploring probability in school: Challenges for teaching and learning, pp. 45-69.

Nueva York: Springer.

REfERENCIAS BIBLIOGRÁfICAS

Références

Documents relatifs

Aquellos alumnos que fueron enseñados mediante analogías alcanzaron fi nalmente una mayor facilidad para evocar modelos explicativos próximos al modelo objeto que se planteó

muy bien en la falta de medios de saneamiento, que retienen las aguas más tiempo del necesario en los campos en cultivo, ó en que las cosechas normales de la region no son

Ahora bien, es importante pre- cisar que en el caso del currículum de la Educación Primaria (6 cursos, en edades de 6 a 12 años) y de la Educación Secundaria Obligatoria (4 cursos,

En Suisse, comme dans les autres Etats-nations européens, l’enseignement de l’his- toire a servi, dès son introduction vers le milieu du 19 e siècle, de pierre angulaire à la

Como hemos mencionado, una de las principales características que presentan la mayoría de los conflictos armados situados en la región central del continente, es la relativa a

El gusto forma parte de las disposiciones corporales de una agrupación de la clase social, los gustos por comidas especiales, por ejemplo, el caviar, se dice que son «adqui- ridos»,

estudiantes con el modelo de líneas de campo y con los conceptos que pueden dar información sobre él,.. como el flujo y la circulación de campo. En este artículo presentamos

En España se reformó el modelo de la formación del profesorado (LRU, 1984); se crearon centros de profesores (1984), y se institucionalizaron las Áreas de Conocimiento de Didáctica